多尺度特征提取分类的弱监督点云语义分割方法及系统

本申请公开了多尺度特征提取分类的弱监督点云语义分割方法及系统，属于深度学习领域，包括：获取目标点云数据；根据预设的ERFA模块对目标点云数据进行特征提取、聚合处理，以生成多个维度不相同的特征图；分别对每个维度不相同的特征图进行查询、插值处理，对应获取每个特征图对应的语义特征后进行特征拼接处理，以生成目标语义特征；根据预设的多尺度分类策略和局部对比正则化策略对预设的初始预测网络模型进行训练，以获取目标预测网络模型，生成分类结果。本发明以ERFA模块为核心，实现了对局部区域特征的扩张与增强，并结合多尺度分类和局部对比正则化策略，充分利用稀疏标注数据中的语义信息，提高了分类的准确性和精度。